民企信息化建设个人经历(五)

本周在信息化建设方面取得了一些进展,尤其是在信息安全领域。AD部署已启动,两个部门已完成迁移;图档电子化及邮件服务器的推行有助于进一步推广AD使用;同时,为加强数据安全,新购置的DELL工作站将作为ERP备源服务器并实现重要资料的异地备份。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

又是一周过去了,成果还算比较显著,压力也是很显著的。

先说压力,自从上次跟董事长谈过近期信息化方面的规划之后,老板打算从财务层面开始动手,不过这个挑战真的很大。财务副总打算新建一个帐套来跑财务模块,旧的帐套抛进销存和生产计划等旧模块。这个想法有优点也有缺点,优点是可以借此机会,到时在合并的时候,重新review一下基础数据,缺点是摆明了增加了IT的工作量。

另外,其他方面老板没做任何指示,愁啊!一步一步来吧。


再看看近期的成果,AD的事情算是起步了,目前有两个部门已经完全切换到了AD,另外生产例会上,提出文件服务器想法的研发经理正式提出了图档电子化的事情,非常有利于AD的推动。再配合我准备推的邮件服务器,基本上都能推了,目前统计了一般以上的用户了吧。给自己定个目标,这个月统计完所有名单,下月底前全部切换网域。

另外还有一个事就是新购了一台DELL的工作站,准备用来做ERP的备源服务器,和重要资料的异地备份。机器已经到位了了,ERP备份环境也搭好了,这几天在努力一下,把ERP数据库的镜像做起来,再把异地备份的也做起来。


总体来说,信息化方面推进没啥大的进展,不过信息安全方面算是有了显著的进展吧,先这样安慰自己了。

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值